När är artificiell intelligens den bästa lösningen?

Varje organisation som överväger att skaffa ett system för artificiell intelligens måste

• definiera vilket problem eller vilken optimering AI försöker lösa
• säkerställa att AI-tekniken är den bästa lösningen för målet
• verifiera att systemet är uppbyggt för att tjäna det valda målet
• specifiera, vilka regler och begränsningar som gäller för användningen av AI-systemet.

Inom den offentliga sektorn måste det primära motivet alltid vara bättre tjänster för medborgarna, samfunden och företagen och en smidigare vardag. En effektiverad förvaltning och kostnadsbesparingar kommer först efter detta.

Överväg:

1. hurdan förändring din organisation eftersträvar
2. hur den framtida verksamhetsmiljön skiljer sig från den nuvarande
3. varför ni skulle välja just artificiell intelligens som lösning
4. hur upphandlingen förverkligar de grundläggande rättigheter som grundlagen förutsätter
5. hur upphandlingen uppfyller myndighetens skyldighet att främja jämlikhet.

Det är inte meningsfullt att genomföra alla digitala system och applikationer som autonoma system med algoritmer. En lösning med artificiell intelligens är inte vettig om den önskade nyttan och effekten kan uppnås med en enklare lösning, såsom regelbaserad automation.

Man måste förstå olika lösningars karaktär, fördelar och begränsningar och efter objektivt övervägande välja den metod som bäst motsvarar det uppställda målet. För detta behövs samarbete mellan experter inom såväl teknologi, substans som affärsverksamhet.

Systemen för artificiell intelligens är till sin grundläggande karaktär framför allt effektiva verktyg för att beräkna statistik och sannolikhet. Deras superkrafter är

• snabb behandling av massdata
• förmåga att bearbeta olika datamaterial från flera källor samtidigt
• förmåga att ur ett stort material upptäcka samband och regelbundenheter som människan har svårt att upptäcka
• förmåga att producera prognoser, analyser och sammanfattningar av data.

Med hjälp av artificiell intelligens kan man effektivisera och hämta nya synpunkter och förståelse för krävande uppgifter som det är svårt, och ibland omöjligt, att sköta effektivt enbart med mänskliga krafter med hjälp av traditionell teknologi.

Tillämpningsområden är till exempel

• effektivisering av produktionsprocesser
• automatisering av upprepade och tunga processer
• kartläggning och prognostisering av kundbehov, inklusive tillgänglighet och flerspråkighet
• förebyggande hälsovård och tidig diagnostisering av sjukdomar
• förutseende gemenskaps- och miljöplanering
• energieffektivitet och utveckling av ren energi
• stävjande av klimatförändringen och naturförlusten
• upptäckande och planering av brottslighet på nätet
• cybersäkerhet
• förhindrande av skattefusk och penningtvätt.

De potentiella fördelarna är alltså av stor betydelse för såväl människan som ekonomin och miljön.

Artificiell intelligens är varken magi eller något helt nytt. De är databehandlingssystem som utvecklats direkt från tidigare datateknik och datavetenskap. Det är maskiner där tumregeln för all informationsteknik gäller: om du lägger in skräp får du ut skräp. Dåliga data ger endast dåliga resultat, även om syftena är goda.

Maskiner vet inte vad som är väsentligt eller sant. Och de bryr sig inte om det. Systemen för artificiell intelligens behandlar snedvriden, föråldrad och till och med diskriminerande eller helt påhittad information precis lika smidigt som relevant och faktabaserad information som stöder jämlikheten. Det räcker med att data formellt går att bearbeta.

Även för avancerade system för artificiell intelligens ska kriterier inom ramen för vilka kvaliteten på och ändamålsenligheten hos produkten kan bedömas fastställas som mänskligt arbete. Dessa kriterier kan inte fastställas av andra än de som beslutar om målen för systemet, åtminstone inte på ett ansvarsfullt sätt.

När ett system fungerar på något annat sätt än vad som var avsikten är orsaken nästan alltid verksamheten hos de personer som ansvarar för systemet. I undersökningar har man observerat att det är överraskande svårt att med tillräcklig noggrannhet fastställa vad ett system för artificiell intelligens förväntas producera.

Ju fler element och förändringar det finns i verksamhetsmiljön för systemet för artificiell intelligens, desto svårare är det att fastställa ett exakt mål för det. Ofta har administratörerna också flera olika mål för systemet samtidigt, av vilka en del är dolda som en slags sidomål.

Klassikern "måtta i allt" kan betraktas som en tumregel för ansvarsfull utveckling. När din organisation fokuserar på ett begränsat och tydligt problem eller uppgift är det lättare att beskriva målet i maskinen och få användbara resultat.

Framgången påverkas också väsentligt av din organisations förmåga att identifiera relevanta problem och gestalta eventuella lösningar på dem.